Lymfødem-diagnose og behandling (CDTL)

Differensialdiagnosen for hevelse i nedre ekstremiteter forblir problematisk i klinisk praksis, da lymfødem, lipødem og perifer venesykdom ofte presenterer med lignende trekk.
Derfor utviklet vi LymphedemaGPT, en GPT-5-basert klinisk assistent designet for å hjelpe klinikere med å navigere disse diagnostiske kompleksitetene.

LymphedemaGPT ble designet for å analysere strukturert pasientdata for å trekke ut kliniske oppsummeringer, presentere mulige diagnoser med prosentvise sannsynligheter, opprette differensialdiagnosetabeller, foreslå ytterligere diagnostiske tester og generere evidensbaserte behandlingsplaner.

LymphedemaGPTs svar er basert på syv vitenskapelige publikasjoner lastet opp til systemet, i tillegg til Sleigh BC & Manna B (2023) og Rockson-tilnærmingene.
På grunn av denne ressursintegreringen kan modellen gi mer pålitelige og konsistente anbefalinger i tråd med evidensbasert medisinske prinsipper basert på gjeldende retningslinjer og vitenskapelige publikasjoner.

Omfattende prompt engineering-teknikker ble brukt for å optimalisere den diagnostiske og terapeutiske nøyaktigheten til LymphedemaGPT.

Modellen er programmert til å prioritere spørringsfasen inntil en diagnose er bekreftet.
I de første svarene ble kun strukturert anamnese-spørsmål stilt, og etter at tilstrekkelig informasjon var samlet inn, ble systematisk analyse og behandlingsplanlegging igangsatt.
Svarsflyten ble designet som følger: (1) anamneseinnsamling, (2) foreløpig vurdering, (3) ytterligere spørring (om nødvendig), og (4) systematisk analyse og behandlingsplanlegging når tilstrekkelige data var innhentet.

Følgende pasientdata ble presentert for LymphedemaGPT i et strukturert format:

Demografiske data: Alder, kjønn, høyde, vekt
Medisinsk historie: Tilleggssykdommer, medisiner brukt, vaner (røyking, alkohol)
Klagekarakteristika: Tidsmessig debut, berørt område, symptomer (smerte, tyngdefølelse, nummenhet, prikking, stivhet, begrenset bevegelighet, svakhet, etc.)
Fysiske undersøkelsesfunn: Stemmers tegn, hevelsendring med heving, hudfunn
Medisinsk historie: Infeksjonshistorie, operasjonshistorie, malignitetshistorie (strålebehandling, kjemoterapi, lymfeknuteutryddelse, type kreft)
Bildebehandling: Doppler ultralyd og lymfoscintigrafi-resultater, hvis tilgjengelig

LymphedemaGPT ble bedt om å svare i følgende 12-delt standardformat: (1) Klinisk Oppsummering, (2) Mulige Diagnoser (% sannsynlighet), (3) Differensialdiagnose, (4) Anbefalte Diagnostiske Tester, (5) Behandlingsplan, (6) Pasientopplæring og Oppfølging, (7) Røde Flagg, (8) referanser, (9) Evidensnivå og Tillitskarakter, (10) Etisk Merknad, (11) Datasammendrag (JSON/CSV), og (12) Analysetidsstempel.

Ytelsen til LymphedemaGPT ble evaluert av erfarne leger basert på følgende åtte kriterier:

1. Nøyaktighet og tilstrekkelighet av klinisk oppsummering
2. Nøyaktighet av primærdiagnose
3. Nøyaktighet av differensialdiagnosetabell
4. Passendehet av anbefalte diagnostiske tester
5. Overensstemmelse av behandlingsplan med gjeldende retningslinjer
6. Passendehet av kompresjonsklasse/trenings- og kostholdsanbefalinger
7. Tilstrekkelighet av røde flagg
8. Samlet klinisk nytte

Hvert kriterium ble skåret ved bruk av en 5-punkts Likert-skala: 5 = utmerket/helt passende, 4 = god/betydelig passende, 3 = moderat/delvis passende, 2 = dårlig/utilstrekkelig, og 1 = svært dårlig/ikke passende.
Maksimal poengsum for hvert tilfelle var 40 (8 kriterier × 5 poeng), og minimum poengsum var 8.

To erfarne leger utførte evalueringen uavhengig.
Evaluatorene var spesialister i fysisk medisin og rehabilitering med erfaring i behandling av lymfødem og lipødem, og de utførte skåringen uavhengig.